劉石磊， 耿 偉， 崔立志， 王 棟， 卜旭輝

(1. 中鐵隧道集團(tuán)有限公司勘測設(shè)計(jì)研究院， 廣東 廣州 511458；2. 河南理工大學(xué)電氣工程與自動(dòng)化學(xué)院， 河南 焦作 454000)

基于工業(yè)以太網(wǎng)的隧道施工通風(fēng)環(huán)境參數(shù)自動(dòng)監(jiān)控系統(tǒng)研究

劉石磊1， 耿 偉1， 崔立志2, *， 王 棟1， 卜旭輝2

(1. 中鐵隧道集團(tuán)有限公司勘測設(shè)計(jì)研究院， 廣東 廣州 511458；2. 河南理工大學(xué)電氣工程與自動(dòng)化學(xué)院， 河南 焦作 454000)

為提高隧道施工通風(fēng)系統(tǒng)自動(dòng)化、信息化水平，提出了一種基于工業(yè)以太網(wǎng)絡(luò)的隧道施工通風(fēng)監(jiān)控系統(tǒng)結(jié)構(gòu)框架。系統(tǒng)由上位工控機(jī)、下位1200系列PLC及相關(guān)模塊和傳感器組成。工控機(jī)中采用WinCC軟件編寫監(jiān)控程序，實(shí)現(xiàn)隧道施工環(huán)境與工作參數(shù)的實(shí)時(shí)監(jiān)測；采用神經(jīng)網(wǎng)絡(luò)算法對現(xiàn)場數(shù)據(jù)進(jìn)行學(xué)習(xí)，得到變頻器輸出頻率的控制規(guī)律；1200PLC通過485電纜讀取傳感器數(shù)據(jù)；1200PLC和工控機(jī)之間通過以太網(wǎng)網(wǎng)線、光纖和無線局域網(wǎng)構(gòu)成工業(yè)以太網(wǎng)絡(luò)，實(shí)現(xiàn)系統(tǒng)環(huán)境參數(shù)和工作參數(shù)的共享。系統(tǒng)在天目山隧道施工通風(fēng)項(xiàng)目部進(jìn)行了調(diào)試與測試，結(jié)果表明： 1)1200PLC可以采用485電纜和Modbus協(xié)議在掌子面施工環(huán)境下順利讀取多個(gè)傳感器的數(shù)據(jù)； 2)可以采用無線WIFI技術(shù)實(shí)現(xiàn)襯砌臺(tái)車兩端信息的穩(wěn)定、可靠傳輸； 3)可以采用神經(jīng)網(wǎng)絡(luò)模型實(shí)現(xiàn)施工隧道環(huán)境參數(shù)與風(fēng)機(jī)頻率之間的非線性映射。

隧道施工通風(fēng)監(jiān)控系統(tǒng)； Profinet網(wǎng)絡(luò)； Modbus通信網(wǎng)絡(luò)； 1200PLC控制器； WinCC監(jiān)控程序； 神經(jīng)網(wǎng)絡(luò)模型

0 引言

隧道施工通風(fēng)系統(tǒng)是隧道工程的重要組成部分，其具有以下幾個(gè)方面的特點(diǎn)： 1)隨著施工面的不斷推進(jìn)，需風(fēng)量動(dòng)態(tài)變化； 2)隧道工程的流動(dòng)性給通風(fēng)系統(tǒng)的安裝、調(diào)試和維護(hù)帶來了不便； 3)長距離通風(fēng)能夠減少多端頭掘進(jìn)的規(guī)模，降低隧道施工的成本； 4)通風(fēng)距離長，風(fēng)管維護(hù)難度大； 5)通風(fēng)耗電量大； 6)大多采用人工方式進(jìn)行風(fēng)量調(diào)節(jié)[1-5]。目前，隧道施工通風(fēng)自動(dòng)監(jiān)控系統(tǒng)的相關(guān)研究滯后于隧道運(yùn)營通風(fēng)和煤礦通風(fēng)，且未形成完整的研究體系與技術(shù)框架[6-9]。

從國內(nèi)外的工程實(shí)例和研究成果來看，公路隧道運(yùn)營期間的數(shù)值模擬、通風(fēng)系統(tǒng)設(shè)計(jì)和風(fēng)機(jī)自動(dòng)控制技術(shù)等方面的研究比較成熟。但在環(huán)境參數(shù)控制方面的研究成果無法直接移植到隧道施工通風(fēng)領(lǐng)域，主要原因?yàn)椋?隧道施工通風(fēng)多為長距離獨(dú)頭掘進(jìn)，施工現(xiàn)場環(huán)境惡劣，在隧道中無法安裝和使用貫穿風(fēng)流通風(fēng)設(shè)備。國外早已實(shí)現(xiàn)了巷道風(fēng)量、粉塵、有害氣體、溫度以及濕度的自動(dòng)監(jiān)測，并已形成了微機(jī)管理系統(tǒng)。瑞典布里登礦產(chǎn)公司(Boliden Mineral AB)在其萊斯瓦爾(Laiswall)鉛鋅礦安裝了1套Powervent計(jì)算機(jī)輔助全礦通風(fēng)控制系統(tǒng)，不僅使風(fēng)機(jī)的運(yùn)轉(zhuǎn)工況符合日常通風(fēng)的需要，還可降低礦井電耗。與國外相比，國內(nèi)的隧道施工通風(fēng)自動(dòng)監(jiān)控技術(shù)還不夠高。隧道施工通風(fēng)系統(tǒng)是一個(gè)非線性多變量的控制系統(tǒng)，難以建立溫度場和有害氣體含量的精確模型。文獻(xiàn)[10]結(jié)合某特長隧道施工實(shí)際，運(yùn)用Fluent軟件模擬分析了隧道出碴過程中洞內(nèi)流場的特性及CO含量的空間分布規(guī)律，為傳感器的安裝提供了一定的參考。文獻(xiàn)[11-12]避開傳統(tǒng)經(jīng)典理論數(shù)學(xué)建模的思路，建立了一種基于模糊理論的高原隧道施工通風(fēng)控制方法，采用模糊控制器推算得到通過控制電壓控制的通風(fēng)系統(tǒng)的通風(fēng)量，但并未給出傳感器閾值的選擇依據(jù)。

本文針對獨(dú)頭掘進(jìn)式隧道施工結(jié)構(gòu)，提出了一種基于Modbus總線、Profinet工業(yè)無線以太網(wǎng)及由光纖傳輸?shù)墓I(yè)有線以太網(wǎng)的隧道施工通風(fēng)自動(dòng)監(jiān)控系統(tǒng)，解決了復(fù)雜工業(yè)環(huán)境下數(shù)據(jù)采集與傳輸?shù)膯栴}。在軟件控制方面，采用BP神經(jīng)網(wǎng)絡(luò)對環(huán)境參數(shù)與風(fēng)機(jī)運(yùn)行頻率的關(guān)系進(jìn)行建模，解決了傳感器位置選擇與閾值確定的難題。此研究為提高隧道施工通風(fēng)的自動(dòng)化、信息化水平提供了一種設(shè)計(jì)思路。

1 隧道施工通風(fēng)監(jiān)控系統(tǒng)組成原理

獨(dú)頭掘進(jìn)隧道施工通風(fēng)監(jiān)控系統(tǒng)由監(jiān)控柜、現(xiàn)場控制柜、無線端和傳感器柜等組成，如圖1所示。柔性通風(fēng)風(fēng)管穿過襯砌臺(tái)車和防水板臺(tái)架，開口于鉆孔臺(tái)架一側(cè)。通風(fēng)機(jī)通過通風(fēng)管道將新鮮空氣送入隧道，并將有毒、有害氣體排出隧道。采用傳感器柜采集現(xiàn)場的環(huán)境參數(shù)(包括CO含量、NO2含量、含氧量、溫度和粉塵含量)，并通過Modbus協(xié)議傳送至無線端。無線端將采集的數(shù)據(jù)通過無線WIFI傳送至現(xiàn)場控制柜?，F(xiàn)場控制柜一方面通過觸摸顯示傳感器參數(shù)；另一方面將傳感器參數(shù)通過光纖傳送至監(jiān)控柜。監(jiān)控柜一方面接收并顯示現(xiàn)場環(huán)境參數(shù)；另一方面通過決策算法控制變頻器的頻率，從而調(diào)節(jié)風(fēng)機(jī)的送風(fēng)量。

①—掌子面； ②—鉆孔臺(tái)架； ③—仰拱棧橋； ④—防水板臺(tái)架； ⑤—襯砌臺(tái)車。

圖1獨(dú)頭掘進(jìn)隧道施工通風(fēng)監(jiān)控系統(tǒng)組成

Fig. 1 Components of monitoring system of construction ventilation of dead-end boring tunnel

在圖1所示的監(jiān)控系統(tǒng)中，傳感器的安裝與防護(hù)是一個(gè)難題，至今尚無統(tǒng)一的標(biāo)準(zhǔn)，采用數(shù)值模擬方法得到的結(jié)果存在一定的誤差。施工現(xiàn)場環(huán)境惡劣，爆破產(chǎn)生的沖擊波威脅著傳感器的安全。本文采用機(jī)器學(xué)習(xí)的方法弱化傳感器位置選擇的問題，將傳感器安裝于相對安全并且能夠反映現(xiàn)場環(huán)境參數(shù)的位置，并安排有經(jīng)驗(yàn)的風(fēng)機(jī)司機(jī)對風(fēng)機(jī)進(jìn)行操作(改變風(fēng)機(jī)運(yùn)行的頻率)。監(jiān)控系統(tǒng)對司機(jī)的操作頻率和傳感器的數(shù)值進(jìn)行記錄并學(xué)習(xí)，得到符合現(xiàn)場的控制規(guī)律。

傳感器安裝位置的選取需要考慮軸向位置和縱向位置2個(gè)方面的內(nèi)容。根據(jù)流體力學(xué)理論及相關(guān)研究[13]，施工隧道掌子面附近的流場分布主要符合3個(gè)規(guī)律： 1)風(fēng)流在掌子面附近為湍流，離開掌子面一定距離(20 m)后趨于穩(wěn)定； 2)隧道橫截面中間部分流體的速度較高，四周流速較低； 3)流場穩(wěn)定后，有害氣體含量沿軸向呈單峰曲線分布，即在距離掌子面某處的監(jiān)測環(huán)境達(dá)標(biāo)時(shí)，該監(jiān)測點(diǎn)與掌子面之間的環(huán)境參數(shù)也是達(dá)標(biāo)的?；谝陨狭鲌龇植嫉?個(gè)規(guī)律，且考慮到大部分工作人員集中在防水板臺(tái)架與掌子面之間，將傳感器柜安裝于防水板臺(tái)架上。這種安裝方式既解決了傳感器的安全保護(hù)問題，又能夠反映隧道施工主要工作區(qū)域環(huán)境參數(shù)的變化情況，其采用BP人工神經(jīng)網(wǎng)絡(luò)對風(fēng)機(jī)司機(jī)的操作過程進(jìn)行學(xué)習(xí)，有效地避開了傳感器監(jiān)測點(diǎn)選擇的難題。BP神經(jīng)網(wǎng)絡(luò)是一種前向多層神經(jīng)網(wǎng)絡(luò)，其采用誤差反向傳播學(xué)習(xí)算法逼近任何有理函數(shù)[14-15]。建立的BP人工神經(jīng)網(wǎng)絡(luò)模型如圖2所示。其將傳感器采集的參數(shù)作為模型的輸入，將風(fēng)機(jī)頻率作為模型的輸出，并根據(jù)現(xiàn)場風(fēng)機(jī)司機(jī)的操作記錄，學(xué)習(xí)風(fēng)機(jī)的控制規(guī)律。

圖2 BP人工神經(jīng)網(wǎng)絡(luò)模型

2 系統(tǒng)硬件的組成

通風(fēng)監(jiān)控系統(tǒng)硬件組成如圖3所示。監(jiān)控柜一方面通過485電纜讀取并控制變頻器，另一方面通過光纖與現(xiàn)場控制柜進(jìn)行數(shù)據(jù)交換。現(xiàn)場控制柜與無線端之間通過無線局域網(wǎng)進(jìn)行通信。無線端與傳感器柜之間通過485電纜進(jìn)行連通。傳感器柜中安裝粉塵含量傳感器、CO含量傳感器、NO2含量傳感器、含氧量傳感器和溫度傳感器。除了粉塵含量傳感器需要配置額外的485通信模塊外，其他傳感器均支持Modbus協(xié)議的485通信功能。

在圖3中，光電交換機(jī)、無線熱點(diǎn)W774和無線客戶端W734將工控機(jī)和2臺(tái)1211C連接在一個(gè)局域網(wǎng)內(nèi)，其中光電交換機(jī)不需要配置IP地址。WinCC監(jiān)控軟件在工控機(jī)中運(yùn)行，并通過變量管理器建立與2個(gè)1211C之間的數(shù)據(jù)連接通道。監(jiān)控柜中的1211C-1通過485模塊CM241讀取變頻器的信息并發(fā)送控制命令。無線端中的1211C-2通過485模塊CM241讀取各傳感器的數(shù)據(jù)并共享于局域網(wǎng)中。各設(shè)備的IP地址設(shè)置見圖3。2臺(tái)1211C的硬件組態(tài)包括設(shè)備組態(tài)和數(shù)據(jù)塊組態(tài)2個(gè)部分，設(shè)備組態(tài)包括系統(tǒng)的硬件組成和IP地址分配等；數(shù)據(jù)塊組態(tài)包括變頻器對應(yīng)變量構(gòu)建、監(jiān)控軟件相關(guān)變量構(gòu)建和數(shù)據(jù)塊屬性設(shè)置等內(nèi)容。無線熱點(diǎn)W774和無線客戶端W734的參數(shù)配置通過IE瀏覽器完成。W774的主要配置包括： 1)System頁選擇AP模式，即熱點(diǎn)； 2)Antenna頁設(shè)置天線參數(shù)； 3)Radio頁配置無線電參數(shù)； 4)AP頁設(shè)置無線熱點(diǎn)名稱為TF774； 5)Security頁設(shè)置為Open System，即無密碼接入。W734的主要配置包括： 1)Antenna頁設(shè)置天線參數(shù)； 2)Radio頁配置無線電參數(shù)； 3)Client頁設(shè)置無線接入點(diǎn)名稱為TF774； 4)Security頁設(shè)置為Open System，即無密碼接入。

圖3通風(fēng)監(jiān)控系統(tǒng)硬件組成

Fig. 3 Components of hardware of monitoring system

3 通風(fēng)監(jiān)控系統(tǒng)軟件編程

通風(fēng)監(jiān)控系統(tǒng)的軟件包括工控機(jī)WinCC監(jiān)控程序和2臺(tái)PLC通信程序。其中，WinCC監(jiān)控程序完成系統(tǒng)的上位機(jī)監(jiān)控、風(fēng)機(jī)智能控制、過程變量管理和異常數(shù)據(jù)報(bào)警等功能；PLC通信程序主要負(fù)責(zé)現(xiàn)場參數(shù)的采集及通信。

3.1 WinCC監(jiān)控程序設(shè)計(jì)

監(jiān)控程序由監(jiān)控界面、控制算法和虛線框中的WinCC組件組成，如圖4所示。WinCC自帶的變量管理與Profinet網(wǎng)絡(luò)連接，將下位機(jī)中的數(shù)據(jù)映射到上位機(jī)。變量記錄和報(bào)警記錄組件從變量管理中讀取數(shù)據(jù)并進(jìn)行相關(guān)設(shè)置，實(shí)現(xiàn)數(shù)據(jù)的歸檔和數(shù)據(jù)超限時(shí)自動(dòng)報(bào)警。用戶管理組件實(shí)現(xiàn)系統(tǒng)用戶信息的組態(tài)?？刂扑惴ㄔ谌帜_本組件中采用C語言進(jìn)行編寫。

監(jiān)控主界面、控制界面、現(xiàn)場控制柜界面和傳感器柜界面直接從變量管理中連接數(shù)據(jù)進(jìn)行顯示與設(shè)置。其中，傳感器的數(shù)值只作為顯示，而變頻器的數(shù)值作為顯示的同時(shí)還要向下傳遞并改變變頻器的輸出頻率?？刂平缑嬲{(diào)用控制算法全局腳本，實(shí)現(xiàn)風(fēng)機(jī)運(yùn)行頻率的自動(dòng)調(diào)節(jié)。變頻器風(fēng)機(jī)界面和歷史數(shù)據(jù)界面從變量記錄中讀取歸檔數(shù)據(jù)并進(jìn)行顯示與分析。報(bào)警界面從報(bào)警記錄中讀取數(shù)據(jù)并顯示。用戶管理界面與用戶管理組件相關(guān)聯(lián)，實(shí)現(xiàn)用戶信息的管理。

為了提高控制系統(tǒng)的響應(yīng)速度，神經(jīng)網(wǎng)絡(luò)模型采用了離線學(xué)習(xí)、在線計(jì)算的控制方式。系統(tǒng)投入使用后首先進(jìn)入數(shù)據(jù)監(jiān)測階段。當(dāng)采集的數(shù)據(jù)足夠多時(shí)，采用BP神經(jīng)網(wǎng)絡(luò)對數(shù)據(jù)進(jìn)行學(xué)習(xí)，得到神經(jīng)網(wǎng)絡(luò)的權(quán)值矩陣。然后將權(quán)值矩陣寫入控制算法中，得到當(dāng)前環(huán)境參數(shù)應(yīng)該給出的風(fēng)機(jī)控制頻率，從而調(diào)節(jié)供風(fēng)量。

圖4 監(jiān)控程序組成

3.2下位機(jī)PLC數(shù)據(jù)采集程序設(shè)計(jì)

1211C-2調(diào)用的Modbus指令包括通信初始化模塊和Modbus主站模塊2條指令，其中主站模塊指令連續(xù)調(diào)用5次(對應(yīng)5個(gè)傳感器，分別編號(hào)為1—5號(hào)指令)。為了防止各個(gè)傳感器在讀取過程中總線產(chǎn)生沖突，并且考慮到當(dāng)單個(gè)傳感器發(fā)生故障時(shí)不影響后續(xù)傳感器的讀取，程序中將各個(gè)指令的DONE和ERROR信號(hào)并聯(lián)后分別復(fù)位上一個(gè)主站讀取指令的使能端，同時(shí)置位后一個(gè)主站指令的使能端。最后，5號(hào)指令的DONE和ERROR信號(hào)并聯(lián)后復(fù)位5號(hào)指令使能端，同時(shí)置位1號(hào)指令使能端，從而實(shí)現(xiàn)5個(gè)傳感器的輪詢。其中，1號(hào)主站指令的使能端并聯(lián)通信初始化的DONE信號(hào)，從而觸發(fā)第1次輪詢。

1211C-1調(diào)用的Modbus指令包括通信初始化模塊和Modbus主站模塊2條指令，其中主站模塊指令連續(xù)調(diào)用2次(對應(yīng)2個(gè)變頻器)。其他設(shè)計(jì)類似于1211C-2中的設(shè)置。

4 系統(tǒng)調(diào)試與分析

依托杭州—黃山鐵路工程天目山隧道通風(fēng)項(xiàng)目進(jìn)行系統(tǒng)的調(diào)試與測試。杭州—黃山鐵路工程位于天目山山脈的西南方向，隧道起于浙江省淳安縣臨歧鎮(zhèn)徐家莊村，止于安徽省歙縣三陽鄉(xiāng)黃塢村，隧道全長12 013 m。天目山隧道設(shè)3座斜井、1座橫洞，均采用無軌運(yùn)輸雙車道襯砌斷面。該系統(tǒng)在聞家斜井進(jìn)行調(diào)試與測試，現(xiàn)場設(shè)備的安裝情況如圖5所示。其中，監(jiān)控柜安裝于隧道口的控制室；無線端安裝于防水板臺(tái)架的下方，天線及饋線經(jīng)過保護(hù)后安裝于無線端下方；現(xiàn)場控制柜安裝于襯砌臺(tái)車遠(yuǎn)離掌子面一側(cè)，天線及饋線經(jīng)過保護(hù)后安裝于臺(tái)架上；傳感器柜安裝于無線端的上方，并通過485電纜連接于無線端上。圖5(d)示出的傳感器柜門處于打開狀態(tài)，實(shí)際使用過程中的傳感器柜門處于閉合狀態(tài)，柜體及柜門上有密集、規(guī)則的圓孔，便于傳感器與外界環(huán)境進(jìn)行接觸。

(a) 監(jiān)控柜

(b) 無線端

(c) 現(xiàn)場控制柜

(d) 傳感器柜

圖5現(xiàn)場設(shè)備的安裝情況

Fig. 5 Installation of field devices

通過實(shí)地調(diào)試與測試，該系統(tǒng)能夠較好地實(shí)現(xiàn)隧道施工通風(fēng)管理的智能化、信息化與自動(dòng)化。具體分析如下。

1)系統(tǒng)結(jié)構(gòu)框架的先進(jìn)性。該系統(tǒng)采用有線、無線以太網(wǎng)和485電纜相結(jié)合的通信方式，提高了系統(tǒng)的通信距離，增強(qiáng)了系統(tǒng)安裝的靈活性。采用Profinet工業(yè)以太網(wǎng)絡(luò)作為數(shù)據(jù)通信協(xié)議，保障了數(shù)據(jù)通信的穩(wěn)定性、可靠性和操作簡易性。

2)學(xué)習(xí)樣本計(jì)算結(jié)果分析。從數(shù)據(jù)庫中提取監(jiān)測數(shù)據(jù)得到的學(xué)習(xí)樣本如圖6所示。通過觀察，在正常的通風(fēng)條件下NO2含量和含氧量變化不明顯，因此設(shè)計(jì)的神經(jīng)網(wǎng)絡(luò)模型的輸入層為4個(gè)神經(jīng)元(分別對應(yīng)粉塵含量、CO含量、溫度和濕度)。根據(jù)經(jīng)驗(yàn)公式，模型中間層神經(jīng)元個(gè)數(shù)為3～13，以誤差最小為依據(jù)選擇神經(jīng)元的個(gè)數(shù)為6。輸出層對應(yīng)頻率值，神經(jīng)元的個(gè)數(shù)為1。圖6中各曲線的采樣頻率為0.2 Hz(即每5 s獲取一個(gè)采樣值)，然后截取15 051個(gè)采樣點(diǎn)(約為21 h)的數(shù)值輸入神經(jīng)網(wǎng)絡(luò)模型進(jìn)行學(xué)習(xí)。學(xué)習(xí)完成后，將權(quán)值矩陣寫入程序，對原學(xué)習(xí)數(shù)據(jù)進(jìn)行計(jì)算，得到學(xué)習(xí)樣本的計(jì)算結(jié)果，如圖7所示。由圖7可以看出，計(jì)算得到的頻率變化趨勢(學(xué)習(xí)頻率曲線)與人工操作時(shí)的頻率變化趨勢相似。對學(xué)習(xí)頻率曲線和人工操作頻率曲線進(jìn)行求和，得到的頻率求和曲線為人工操作頻率曲線的0.92倍。風(fēng)機(jī)軸功率與頻率的3次方成正比，因此學(xué)習(xí)頻率曲線與人工手動(dòng)操作相比較具有一定的節(jié)能效果。由于學(xué)習(xí)頻率曲線變化較為頻繁，因此實(shí)際過程中需對學(xué)習(xí)頻率曲線進(jìn)行濾波后再送給變頻器。

(a) 粉塵含量

(b) CO含量

(c) 溫度

(d) 濕度

(e) 頻率

圖7 學(xué)習(xí)樣本的計(jì)算結(jié)果

3)控制過程測試數(shù)據(jù)計(jì)算結(jié)果分析。測試數(shù)據(jù)計(jì)算結(jié)果如圖8所示。將控制算法作用于控制系統(tǒng)進(jìn)行測試，截取了5 915個(gè)采樣點(diǎn)(約為8 h)的系統(tǒng)傳感器參數(shù)和頻率計(jì)算值，其中，頻率計(jì)算值經(jīng)過了平滑濾波。結(jié)果表明，神經(jīng)網(wǎng)絡(luò)模型輸出的頻率計(jì)算值能夠較好地完成通風(fēng)機(jī)的控制任務(wù)，且自動(dòng)調(diào)節(jié)速度與人工操作的調(diào)節(jié)速度相接近。如圖6所示，在人工操作過程中，粉塵含量曲線和CO含量曲線由峰值到0值附近分別需要200和803個(gè)采樣點(diǎn)的時(shí)間；而圖8中，粉塵含量曲線和CO含量曲線由峰值到0值附近分別需要192和733個(gè)采樣點(diǎn)的時(shí)間。

4)控制算法可靠性檢驗(yàn)。截取不同時(shí)間段的、類似于圖6所示的包含污染物數(shù)值峰值的數(shù)據(jù)集合若干，采用神經(jīng)網(wǎng)絡(luò)模型進(jìn)行了9次計(jì)算，計(jì)算結(jié)果如圖9所示。由圖9所示的9次計(jì)算結(jié)果可以看出，每次的計(jì)算結(jié)果均能跟隨學(xué)習(xí)對象的變化趨勢進(jìn)行變化，說明文中提出的控制算法能夠?qū)崿F(xiàn)變頻風(fēng)機(jī)的自動(dòng)控制。另外，9次計(jì)算頻率的求和曲線與人工操作頻率曲線的比例依次為：0.984 3, 0.985 6, 0.986 9, 0.988 5, 0.987 8, 0.988 8, 0.988 5, 0.983 2, 0.989 6。由此可以看出，9次計(jì)算結(jié)果中自動(dòng)控制的頻率均小于人工手動(dòng)控制頻率，說明本文提出的控制算法能夠可靠地實(shí)現(xiàn)一定的節(jié)能效果。

(a) 粉塵含量

(b) CO含量

(c) 溫度

(d) 濕度

(e) 頻率

5 結(jié)論與討論

針對隧道施工通風(fēng)系統(tǒng)提出了一種先進(jìn)的系統(tǒng)結(jié)構(gòu)框架，引入了機(jī)器學(xué)習(xí)算法對風(fēng)機(jī)頻率進(jìn)行控制，結(jié)論如下。

1)采用多種數(shù)據(jù)通信協(xié)議有效地提高了系統(tǒng)的數(shù)據(jù)采集效率和通信距離，能夠滿足目前隧道施工通風(fēng)工程的實(shí)際要求。其中，采用Modbus總線協(xié)議實(shí)現(xiàn)了多個(gè)傳感器數(shù)值的總線讀取，保證了數(shù)據(jù)采集的實(shí)時(shí)性和硬件組成的簡單化；采用工業(yè)無線以太網(wǎng)實(shí)現(xiàn)了襯砌臺(tái)車兩端的數(shù)據(jù)無線通信，保證了在復(fù)雜工業(yè)環(huán)境下數(shù)據(jù)的有效傳輸；采用光纖和以太網(wǎng)技術(shù)實(shí)現(xiàn)了襯砌臺(tái)車末端至通風(fēng)洞口之間的數(shù)據(jù)遠(yuǎn)距離傳輸。

(a) 第1次計(jì)算結(jié)果

(b) 第2次計(jì)算結(jié)果

(c) 第3次計(jì)算結(jié)果

(d) 第4次計(jì)算結(jié)果

(e) 第5次計(jì)算結(jié)果

(f) 第6次計(jì)算結(jié)果

(g) 第7次計(jì)算結(jié)果

(h) 第8次計(jì)算結(jié)果

(i) 第9次計(jì)算結(jié)果

圖9采用神經(jīng)網(wǎng)絡(luò)模型計(jì)算的結(jié)果

Fig. 9 Calculation results of neural network model

2)采用了上位機(jī)+下位機(jī)的結(jié)構(gòu)框架，提高了系統(tǒng)的執(zhí)行效率。上位機(jī)主要完成監(jiān)控畫面的展現(xiàn)，提供良好的人機(jī)界面；下位機(jī)主要完成數(shù)據(jù)的采集、存儲(chǔ)與傳輸，提供穩(wěn)定可靠的數(shù)據(jù)通道。

3)使用神經(jīng)網(wǎng)絡(luò)模型對環(huán)境參數(shù)和風(fēng)機(jī)頻率進(jìn)行了離線學(xué)習(xí)，然后將學(xué)習(xí)成功的神經(jīng)網(wǎng)絡(luò)模型應(yīng)用于風(fēng)機(jī)的頻率控制中。神經(jīng)網(wǎng)絡(luò)的引入有效地避開了傳感器位置選擇的難題，為傳感器的安裝提供了便利；同時(shí)，神經(jīng)網(wǎng)絡(luò)模型直接在環(huán)境參數(shù)和風(fēng)機(jī)頻率之間建立對應(yīng)關(guān)系，解決了風(fēng)機(jī)控制過程中復(fù)雜的非線性建模問題。

4)有效地解決了隧道施工通風(fēng)工作中自動(dòng)化程度不高的問題，降低了工作人員操作的復(fù)雜程度，能夠在一定程度上提高能源利用率，且其自動(dòng)調(diào)節(jié)速度與人工操作的調(diào)節(jié)速度接近。隨著隧道掘進(jìn)深度的增加，通風(fēng)參數(shù)(如風(fēng)管風(fēng)阻、通風(fēng)距離)均會(huì)產(chǎn)生較大的變化，因此，需要在一定的間隔時(shí)間后對神經(jīng)網(wǎng)絡(luò)的權(quán)值參數(shù)進(jìn)行再學(xué)習(xí)，避免出現(xiàn)較大的計(jì)算誤差。

5)本研究為隧道施工通風(fēng)自動(dòng)控制提供了一種有效的方法，但為了進(jìn)一步提高控制算法的精度與速度，需要針對算法本身進(jìn)行更深入的研究和測試。

[1] 茍紅松, 吳元金, 李永生， 等. 隧道施工通風(fēng)分風(fēng)三通位置選擇研究[J]. 隧道建設(shè)， 2016, 36(4): 384.

GOU Hongsong, WU Yuanjin, LI Yongsheng, et al. Selection of location of ventilation T-junciton in tunnel construction[J]. Tunnel Construction, 2016, 36(4): 384.

[2] ZHANG Heng, CHEN Shougen, CHEN Liang. A study of large power jet ventilation technology in long tunnel construction[J]. Applied Mechanics and Materials, 2011, 94: 1800.

[3] 宋旭彪. 壓出式空氣幕通風(fēng)技術(shù)在隧道施工中的應(yīng)用[J]. 現(xiàn)代隧道技術(shù), 2013, 50(2): 173.

SONG Xubiao. Application of forced-out air curtain ventilation in tunnel construction[J]. Modern Tunnelling Technology, 2013, 50(2): 173.

[4] LIN Baolong, JIA Xiaoyun. Numerical analysis of construction ventilation of long railway tunnel in plateau area[J]. Advanced Materials Research, 2011, 243: 3489.

[5] 孫振川，茍紅松. 隧道長距離獨(dú)頭施工通風(fēng)設(shè)備選型探討[J]. 隧道建設(shè), 2014, 34(5): 408.

SUN Zhenchuan, GOU Hongsong. Comments on equipment selection for ventilation during long-distance dead-end tunneling[J]. Tunnel Construction, 2014, 34(5): 408.

[6] 何知思，曾鵬，鐘勇奇，等. 壁板坡特長隧道施工通風(fēng)的影響因素分析[J]. 鐵道標(biāo)準(zhǔn)設(shè)計(jì), 2016, 60(5): 91.

HE Zhisi, ZENG Peng, ZHONG Yongqi, et al. Analysis of construction ventilation influencing factors of Bibanpo extra-long tunnel[J]. Railway Standard Design, 2016, 60(5): 91.

[7] 劉敦文, 唐宇, 李波, 等. 瓦斯隧道施工通風(fēng)風(fēng)筒優(yōu)化數(shù)值模擬及試驗(yàn)研究[J]. 中國公路學(xué)報(bào), 2015, 28(11): 98.

LIU Dunwen, TANG Yu, LI Bo, et al. Numerical simulation and test analysis of construction ventilation air duct optimization in gas tunnel[J]. China Journal of Highway and Transport, 2015, 28 (11): 98.

[8] 王應(yīng)權(quán). 長大鐵路隧道施工通風(fēng)方案選擇及優(yōu)化[J]. 地下空間與工程學(xué)報(bào), 2015, 11(增刊1): 359.

WANG Yingquan. The selection and optimization of ventilation scheme for long railway tunnel construction[J]. Chinese Journal of Underground Space and Engineering, 2015, 11(S1): 359.

[9] 鄔如梁. 自動(dòng)化控制技術(shù)在煤礦通風(fēng)系統(tǒng)中的應(yīng)用[J]. 煤炭技術(shù), 2013, 32(4): 62.

WU Ruliang. Application of automation control technology in coal mine ventilation system[J]. Coal Technology, 2013, 32(4): 62.

[10] 劉敦文，甘如魯，張聰，等. 隧道出碴過程CO含量監(jiān)測與模擬研究及應(yīng)用[J]. 鐵道科學(xué)與工程學(xué)報(bào), 2014, 11(5): 90.

LIU Dunwen, GAN Rulu, ZHANG Cong，et al. Research and application of CO concentration monitoring and simulation under tunnel mucking process[J]. Journal of Railway Science and Engineering, 2014, 11(5): 90.

[11] 溫少芳，劉海寧，王軍，等. 凍土隧道施工通風(fēng)模糊控制系統(tǒng)的研究[J]. 鐵道工程學(xué)報(bào), 2006, 23(8): 76.

WEN Shaofang, LIU Haining, WANG Jun, et al. Research on frozen soil tunnel construction ventilation system based on fuzzy control theory[J]. Journal of Railway Engineering Society, 2006, 23(8): 76.

[12] 李力, 危寧. 隧道施工通風(fēng)系統(tǒng)模糊控制方法研究[J]. 人民長江, 2008, 39(2): 43.

LI Li, WEI Ning. Research on fuzzy control approach for ventilation system in tunnel construction[J]. Yangtze River, 2008, 39(2): 43.

[13] 劉釗春. 獨(dú)頭掘進(jìn)隧道施工通風(fēng)數(shù)值模擬[D]. 西安: 西安理工大學(xué), 2010.

LIU Zhaochun. Numerical simulation on construction ventilation of single head tunnel[D]. Xi′an: Xi′an University of Technology, 2010.

[14] 劉建， 劉丹. 利用BP神經(jīng)網(wǎng)絡(luò)模型動(dòng)態(tài)預(yù)測隧道涌水量： 以銅鑼山隧道為例[J]. 現(xiàn)代隧道技術(shù), 2012, 49(3): 62.

LIU Jian, LIU Dan. Dynamic prediction of tunnel water inflow based on BP neural network: A case study of Tongluoshan Tunnel[J]. Modern Tunnelling Technology, 2012, 49(3): 62.

[15] 楊卓，馬超. 基于BP神經(jīng)網(wǎng)絡(luò)方法的巖溶隧道突涌水風(fēng)險(xiǎn)預(yù)測[J]. 隧道建設(shè), 2016, 36(11): 1337.

YANG Zhuo, MA Chao. Risk prediction of water inrush of karst tunnels based on BP neural network[J]. Tunnel Construction, 2016, 36(11): 1337.

StudyofAutomaticMonitoringSystemofEnvironmentParametersofTunnelConstructionVentilationBasedonIndustrialEthernet

LIU Shilei1, GENG Wei1, CUI Lizhi2， *, WANG Dong1, BU Xuhui2

(1.Survey,DesignandResearchInstituteofChinaRailwayTunnelGroupCo.,Ltd.,Guangzhou511458,Guangdong,China; 2.SchoolofElectricalEngineeringandAutomation,HenanPolytechnicUniversity,Jiaozuo454000,Henan,China)

In order to improve the automatizaion and informatization level of tunnel construction ventilation system in China, a monitoring system of tunnel construction ventilation based on industrial Ethernet (IE) is proposed. The monitoring system is composed of industrial personal computer (IPC), 1200 series programmable logical computer (PLC) and relative modules and sensors. The monitoring program of IPC is written by software WinCC, which can realize the real-time monitoring of tunnel construction environment and working parameters. The neural network algorithm is used to study the field data, which can obtain the control law of output frequency of the transducer. The industrial Ethernet between 1200PLC and IPC is established by Ethernet cable, optical fiber and wireless LAN, which can realize the sharing of system environment parameters and work parameters. The system is debugged and tested in the construction ventilation project of Tianmushan Tunnel. The results show that: 1) The 1200PLC can collect the data of multiple sensors smoothly by using 485 cable and Modbus protocol under the construction environment of tunnel face. 2) The technology of WIFI could be used to realize the stable transmission of information between the two ends of the lining formwork trolley. 3) The artificial neural network could be used to realize the nonlinear representation between the environment parameters and the fan frequency.

monitoring system of tunnel construction ventilation; Profinet network; Modbus communication network; 1200PLC controller; WinCC monitoring program; neural network model

2017-02-16;

2017-08-27

河南省科技攻關(guān)計(jì)劃項(xiàng)目(172102210024)

劉石磊(1982—)，男，江蘇徐州人，2005年畢業(yè)于蘭州交通大學(xué)，建筑環(huán)境與設(shè)備工程專業(yè)，本科，高級(jí)工程師，主要從事隧道及地下工程工作。E-mail： 15037953057@139.com。*通信作者： 崔立志， E-mail： clzh0308@126.com。

10.3973/j.issn.2096-4498.2017.11.006

U 453.5

B

2096-4498(2017)11-1396-08